Critical care at the end of life: a population-level cohort study of cost and outcomes
Notice bibliographique
Résumé
BACKGROUND: Despite the high cost associated with ICU use at the end of life, very little is known at a population level about the characteristics of users and their end of life experience. In this study, our goal was to characterize decedents who received intensive care near the end of life and examine their overall health care use prior to death. METHODS: This was a retrospective cohort study that examined all deaths in a 3-year period from April 2010 to March 2013 in Ontario, Canada. Using population-based health administrative databases, we examined healthcare use and cost in the last year of life. RESULTS: There were 264,754 individuals included in the study, of whom 18% used the ICU in the last 90 days of life; 34.5% of these ICU users were older than 80 years of age and 53.0% had more than five chronic conditions. The average cost of stay for these decedents was CA$15,511 to CA$25,526 greater than for those who were not admitted to the ICU. These individuals also died more frequently in hospital (88.7% vs 36.2%), and spent more time in acute-care settings (18.7 days vs. 10.5 days). CONCLUSIONS: We showed at a population level that a significant proportion of those with ICU use close to death are older, multi-morbid individuals who incur significantly greater costs and die largely in hospital, with higher rates of readmission, longer lengths of stay and higher rates of aggressive care.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».